我們都知道這個真理：「相關性不代表有因果關係」，但我們看到直線一起傾斜，柱狀線一起上升，或是散點圖中的小點聚集在一起時，那樣的資料簡直就是要我們相信其中必有原因。我們會想要相信的確是有原因的。
我們都知道這個真理：「相關性不代表有因果關係」，但我們看到直線一起傾斜，柱狀線一起上升，或是散點圖中的小點聚集在一起時，那樣的資料簡直就是要我們相信其中必有原因。我們會想要相信的確是有原因的。
但是在統計上，我們不能驟然作出這樣的結論。展現出密切相關性的圖表，往往透過視覺的小把戲，來暗示其中存在一種關係。哈佛大學法學博士班學生泰勒．維根（Tyler Vigen），撰有《謬誤的相關性》（Spurious Correlations）一書，他在自己的網頁上，取笑這種錯誤觀念，用圖表顯示滑稽的相關性，例如，緬因州的離婚率，與美國人均人造黃油消耗量之間的關係。目前是巨量資料和挖掘它們的工具盛行的時代，玩弄這招把戲變得很容易，經理人可能太輕易就接受資料當中的各種關聯性，但其實有些關聯性只是錯覺。
（侯秀琴譯自“Beware Spurious Correlations,”HBR , June 2015）
但是在統計上，我們不能驟然作出這樣的結論。展現出密切相關性的圖表，往往透過視覺的小把戲，來暗示其中存在一種關係。哈佛大學法學博士班學生泰勒．維根（Tyler Vigen），撰有《謬誤的相關性》（Spurious Correlations）一書，他在自己的網頁上，取笑這種錯誤觀念，用圖表顯示滑稽的相關性，例如，緬因州的離婚率，與美國人均人造黃油消耗量之間的關係。目前是巨量資料和挖掘它們的工具盛行的時代，玩弄這招把戲變得很容易，經理人可能太輕易就接受資料當中的各種關聯性，但其實有些關聯性只是錯覺。
（侯秀琴譯自“Beware Spurious Correlations,”HBR , June 2015）
